Lihat.co - Thinking Machines Lab resmi memperkenalkan Inkling, model kecerdasan buatan (AI) open-weights pertama yang dikembangkan perusahaan tersebut. Berbeda dari banyak model AI komersial yang hanya menyediakan akses melalui API, Inkling hadir dengan bobot model (weights) yang dapat diakses sehingga pengembang maupun perusahaan dapat melakukan penyesuaian sesuai kebutuhan.
Peluncuran ini menjadi langkah terbaru Thinking Machines Lab dalam mendorong ekosistem AI yang lebih terbuka. Perusahaan menilai kemampuan untuk mengustomisasi model menjadi faktor penting agar AI dapat digunakan untuk beragam kebutuhan, mulai dari riset, pengembangan perangkat lunak, hingga aplikasi perusahaan.
Inkling dibangun menggunakan arsitektur Mixture-of-Experts (MoE) yang kini semakin banyak digunakan pada model AI berukuran besar. Dengan pendekatan tersebut, model memiliki total 975 miliar parameter, tetapi hanya sekitar 41 miliar parameter yang aktif saat memproses permintaan pengguna. Mekanisme ini memungkinkan penggunaan sumber daya komputasi yang lebih efisien tanpa harus mengorbankan kemampuan model secara signifikan.
Salah satu spesifikasi yang paling menonjol adalah context window hingga satu juta token. Kapasitas tersebut memungkinkan Inkling memahami dokumen berukuran sangat panjang, basis kode perangkat lunak, maupun percakapan yang berlangsung dalam waktu lama tanpa harus kehilangan konteks sebelumnya. Bagi pengembang, kemampuan ini dapat mengurangi kebutuhan memecah dokumen menjadi bagian-bagian kecil ketika memanfaatkan AI untuk analisis maupun pengembangan aplikasi.
Thinking Machines Lab juga merancang Inkling sebagai model multimodal yang mampu memahami teks, gambar, dan audio secara native. Selama proses pelatihan awal, model ini dilatih menggunakan sekitar 45 triliun token yang mencakup kombinasi data teks, gambar, audio, serta video. Pendekatan tersebut ditujukan agar model memiliki kemampuan yang lebih merata untuk berbagai jenis tugas dibanding hanya berfokus pada pemrosesan teks.
Meski demikian, perusahaan tidak mengklaim Inkling sebagai model AI dengan performa tertinggi di industri. Dalam pengumuman resminya, Thinking Machines Lab justru menekankan bahwa Inkling dikembangkan sebagai model fondasi (foundation model) yang mudah disesuaikan melalui proses fine-tuning. Dengan kata lain, nilai utama Inkling bukan semata-mata terletak pada skor benchmark, melainkan pada fleksibilitasnya ketika digunakan sebagai dasar untuk membangun model AI yang lebih spesifik.
Pendekatan tersebut mencerminkan tren yang berkembang di industri AI. Sejumlah organisasi kini lebih memilih mengadaptasi model open-weights dibanding melatih model dari nol karena membutuhkan biaya komputasi yang jauh lebih rendah. Dengan melakukan fine-tuning, perusahaan dapat menyesuaikan perilaku model menggunakan data internal tanpa harus mengembangkan seluruh sistem AI secara mandiri.
Untuk mendukung proses tersebut, Thinking Machines Lab menyediakan Inkling melalui platform Tinker, layanan yang memungkinkan pengembang melakukan fine-tuning dan menguji model dalam satu ekosistem. Perusahaan juga menghadirkan Inkling Playground, antarmuka percakapan yang dirancang agar pengembang dapat mengevaluasi karakteristik model sebelum memutuskan melakukan penyesuaian lebih lanjut.
Sebagai demonstrasi, Thinking Machines Lab memperlihatkan bagaimana Inkling digunakan untuk menyusun konfigurasi pelatihan, menjalankan proses fine-tuning, hingga mengevaluasi hasilnya melalui Tinker. Contoh tersebut dimaksudkan untuk menunjukkan kemampuan platform dalam mendukung proses kustomisasi model secara lebih otomatis, bukan sebagai klaim bahwa model dapat memperbarui dirinya sendiri tanpa pengawasan manusia.
Selain model utama, perusahaan turut memperkenalkan Inkling-Small sebagai pratinjau dari keluarga model yang sama. Varian ini memiliki 12 miliar parameter aktif dengan pendekatan pelatihan serupa, tetapi dirancang untuk menghadirkan biaya operasional dan latensi yang lebih rendah sehingga lebih sesuai untuk implementasi yang membutuhkan efisiensi sumber daya.
Kehadiran Inkling memperlihatkan bahwa persaingan model AI kini tidak hanya berfokus pada besarnya parameter atau posisi di papan peringkat benchmark. Semakin banyak pengembang yang membutuhkan model dengan lisensi lebih terbuka, mudah disesuaikan, dan dapat dijalankan pada infrastruktur sendiri. Bagi pengembang di Indonesia, pendekatan seperti ini membuka peluang untuk membangun sistem AI yang lebih sesuai dengan kebutuhan lokal, termasuk penggunaan bahasa Indonesia, integrasi dengan data perusahaan, hingga pengembangan aplikasi berbasis AI yang tidak sepenuhnya bergantung pada model tertutup milik penyedia layanan global.
Komentar